Puntuación de objetivos genéticos complejos en el ganado lechero La mejora de los rebaños en la industria lechera de Europa es una cuestión de recopilación y análisis de una gran cantidad de datos. Los investigadores del proyecto europeo BOVMAS han simulado procedimientos de selección y evaluado los resultados desde un punto de vista genético y económico. Salud © Shutterstock La raza vacuna Brown Swiss (o Parda Suiza) es conocida por su gran producción de leche. Además, su importante contenido de grasa de leche y proteínas la hace ideal para la producción de queso. Otras dos características importantes son su dolicidad y su resistencia al clima. Esta raza, la más importante de los Alpes suizos, es resistente a calores y fríos extremos y puede sobrevivir en condiciones rigurosas con poca necesidad de cuidados ganaderos. Los geneticistas encargados de mejorar las complejas características genéticas, como la producción de leche, tienen una ardua tarea por delante, debido a la gran cantidad de datos que deben evaluarse. En consecuencia, parte del objetivo del proyecto europeo BOVMAS era validar metodologías para la selección asistida por marcadores relativos a la producción de leche en razas de ganado comunes en Europa. Asimismo, tenían como objetivo lograr un volumen de información sobre loci de rasgos cuantitativos (QLT) completado con información sobre machos. El equipo de la Universität für Bodenkultur Wien, de Austria, utilizó datos suministrados por el proyecto para estudiar cuatro rasgos correlacionados: la producción de leche, el porcentaje de proteínas, la fertilidad femenina y el recuento de células somáticas. Por lo tanto, esto abarcó las características más importantes de la producción y la calidad de la leche, al tiempo que incorporaba elementos de resistencia a enfermedades mediante la salud de la ubre. Se llevó a cabo un experimento de mapeo de QTL para la simulación de programas de cría realistas. La selección se realizó según los valores de cría convencionales sin el uso de transferencia de embrión, que luego se compararon con una simulación en la que se utilizó esta técnica. Los datos se aplicaron también a una población real de unas 50.000 vacas. La realidad económica de los resultados MAPS (preselección asistida por marcadores), se modeló utilizando el programa de computación ZPLAN, que usa parámetros biológicos, estadísticos y económicos. Se calcularon la ganancia genética monetaria anual (AMGG), los rendimientos descontados, los costes y los beneficios. Se halló un incremento moderado de AMGG basado principalmente en la producción de leche. No obstante, hay costes extra implicados en las preselecciones asistidas por marcadores (MAPS), si bien éstos eran moderados y compensados por la selección aumentada en madres de élite. Los resultados demostraron que las MAPS podrían aumentar el éxito de los programas con metas de cría complejas. La ganancia genética puede traducirse en ganancia económica. Estos hallazgos han sido presentados en congresos científicos y de criadores de ganado para difundir activamente los datos obtenidos. El uso comercial probablemente seguirá al uso en programas de cría que, indudablemente, mejorarán la competitividad del sector lechero europeo.
